메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤희식 (국립금오공과대학교) 이해연 (국립금오공과대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제22권 제10호(JKIIT, Vol.22, No.10)
발행연도
2024.10
수록면
105 - 113 (9page)
DOI
10.14801/jkiit.2024.22.10.105

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
뇌 질환 진단을 위해 자기공명영상(MRI)을 사용하여 조직 혈액 내 산소추출률(OEF)을 계산할 수 있고, 이를 위한 다양한 연구가 진행되고 있다. 본 논문에서는 다채널 DenseNet 모델을 이용하여 뇌 MRI에 기반하는 QQ 모델의 파라미터를 추정하고 OEF 계산의 정확도를 향상하는 방법을 제안한다. 다채널 DenseNet 모델에서 각 DenseNet 모델은 1차원 데이터를 적절히 학습할 수 있도록 Dense Block 및 Transition 계층을 1차원 계층으로 총 3계층으로 구성하였다. 또한, 정확도 개선을 위해 각 데이터에 대한 특징 학습을 중점적으로 수행하도록 개별 학습 및 예측을 수행하였다. 제안한 방법은 코넬 의과대학의 17명 환자 뇌 MRI 데이터셋을 활용하여 학습 및 검증을 진행하였고, 그 결과 평균 RMSE 값 5.44로 OEF 예측을 수행하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 다채널 DenseNet 모델을 이용한 QQ 기반 OEF 예측 방법
Ⅳ. 실험 결과 및 성능 분석
Ⅴ. 결론 및 향후 과제
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0